LogoLMSpeed
返回模型目录

Model compare

GPT-5.1 vs O3

GPT-5.1 和 O3 的结论先放在这里，方便先判断是否值得继续看明细。

模型 A

GPT-5.1

OpenAI

领先
vs

模型 B

O3

OpenAI

对照

Key Takeaways

综合加权结果：GPT-5.1。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。

结论

GPT-5.1

GPT-5.1 当前综合加权更高；模型 A / B 得分为 60 对 40。

证据覆盖

111 个数据点

包含 23 个 benchmark、0 个 audit 样本和 10 个 provider 样本。

选择依据

优先看 GPT-5.1

下方图表把 33 组高信号样本拆开，便于核对速度、跑分和安全分。

切换对比模型

左右两边都可以换成其他模型，页面会打开新的 LMSpeed 对比 URL。

选择其他模型后会打开新的对比页。

对比总表

这份报告只使用 LMSpeed 已有数据：GPT-5.1 和 O3 的价格、测速聚合、第三方跑分与共同服务商样本。

Model compare
GPT-5.1
O3
综合领先领先对照
综合加权得分60.0 分40.0 分
Benchmark 分类领先3 类3 类
运营维度优势最低输入价格、平均速度、首 token 延迟、免费服务商、服务商覆盖暂无数据
上下文窗口400K tokens200K tokens
最大输出128K tokens100K tokens
模态

输入

图像文本文件

输出

文本

输入

图像文本文件

输出

文本
能力
文本输入图像输入文件输入文本输出工具调用结构化输出JSON 模式推理
文本输入图像输入文件输入文本输出工具调用结构化输出JSON 模式推理

总体结果按 80% benchmark 能力分类和 20% 价格、API 速度/延迟与可用性加权；近期测试数量不参与胜负，缺失的 benchmark 分类不计分。

模型元信息

Model compare
GPT-5.1
O3
开发者OpenAIOpenAI
发布日期2025年11月2025年4月
参数量暂无数据暂无数据
TokenizerGPTGPT
知识截止暂无数据2024-06-30
OpenRouter IDopenai/gpt-5.1openai/o3
来源链接暂无数据暂无数据

什么时候选哪个模型

这份报告只使用 LMSpeed 已有数据：GPT-5.1 和 O3 的价格、测速聚合、第三方跑分与共同服务商样本。

GPT-5.1

GPT-5.1 在 benchmark 分类（推理、知识、指令遵循）和运营维度（最低输入价格、平均速度、首 token 延迟、免费服务商、服务商覆盖）更强。

O3

O3 在 benchmark 分类中领先：Agents、代码、数学。

跑分对比

来自 LMSpeed 同步的第三方 benchmark profile；只展示两个模型都有数值的指标。

分类能力对比

按 0-100 分对比 benchmark 分类表现；点击分类可以聚焦查看差距。

模型 A 覆盖
7 / 8
模型 B 覆盖
6 / 8
共同覆盖
6 个共同分类

平均分

GPT-5.1

51.1

平均分

O3

52.6

Agents

O3 领先 1.9

GPT-5.147.3
O349.2

代码

O3 领先 3.5

GPT-5.149.6
O353.1

推理

GPT-5.1 领先 0.2

GPT-5.153.8
O353.6

知识

GPT-5.1 领先 3.8

GPT-5.151.4
O347.6

数学

O3 领先 5.3

GPT-5.153.4
O358.7

多语言

暂无数据

GPT-5.1-
O3-

多模态

GPT-5.1

GPT-5.148.8
O3-

指令遵循

GPT-5.1 领先 0.5

GPT-5.153.6
O353.1

专业跑分明细

按具体 benchmark 指标对比两个模型，展示来源、排名覆盖、置信度、误差和评测日期等上下文。

综合reported

BenchLM overall score

来源GPT-5.1

GPT-5.1

领先

66.0

排名 #32/111 · confidence 2 · 评测日期 2025-11-13

+16.0

O3

50.0

排名 #82/111 · confidence 1 · 评测日期 2025-04-16

价格verified

Input price

来源GPT-5.1 (high)

GPT-5.1

领先

$1.25/M

排名 #123/186 · confidence 4

+$0.750/M

O3

$2.00/M

排名 #143/186 · confidence 4

价格verified

Output price

来源GPT-5.1 (high)

GPT-5.1

$10.00/M

排名 #142/186 · confidence 4

+$2.00/M

O3

领先

$8.00/M

排名 #138/186 · confidence 4

价格verified

Blended price

来源GPT-5.1 (high)

GPT-5.1

领先

$3.44/M

排名 #139/186 · confidence 4

+$0.062/M

O3

$3.50/M

排名 #145/186 · confidence 4

推理reported

AA-LCR

来源GPT-5.1

GPT-5.1

领先

80.0

排名 #24/106 · confidence 2 · 评测日期 2025-11-13

+6.7

O3

73.3

排名 #55/106 · confidence 1 · 评测日期 2025-04-16

推理verified

MMLU-Pro

来源GPT-5.1 (Non-reasoning)

GPT-5.1

80.1%

排名 #62/129 · confidence 4

+5.2%

O3

领先

85.3%

排名 #27/129 · confidence 4

推理reported

CritPt

来源GPT-5.1

GPT-5.1

领先

4.9

排名 #48/88 · confidence 2 · 评测日期 2025-11-13

+3.8

O3

1.1

排名 #69/88 · confidence 1 · 评测日期 2025-04-16

推理verified

GPQA

来源GPT-5.1 (high)

GPT-5.1

领先

87.3%

排名 #52/218 · confidence 4

+4.6%

O3

82.7%

排名 #83/218 · confidence 4

推理verified

HLE

来源GPT-5.1 (high)

GPT-5.1

领先

28.5%

排名 #61/216 · confidence 4

+8.4%

O3

20.1%

排名 #86/216 · confidence 4

代码verified

LiveCodeBench

来源GPT-5.1 (high)

GPT-5.1

领先

86.8%

排名 #4/115 · confidence 4

+6.0%

O3

80.8%

排名 #16/115 · confidence 4

代码reported

AA-SciCode

来源GPT-5.1

GPT-5.1

领先

43.3

排名 #60/113 · confidence 3 · 评测日期 2025-11-13

+2.3

O3

41.0

排名 #67/113 · confidence 1 · 评测日期 2025-04-16

数学reported

FrontierMath v2 (Tier 4)

来源GPT-5.1

GPT-5.1

领先

12.5

排名 #17/36 · confidence 2 · 评测日期 2025-11-13

+10.4

O3

2.1

排名 #33/36 · confidence 1 · 评测日期 2025-04-16

数学reported

FrontierMath v2 (Tiers 1-3)

来源GPT-5.1

GPT-5.1

领先

31.0

排名 #19/47 · confidence 2 · 评测日期 2025-11-13

+12.3

O3

18.7

排名 #30/47 · confidence 1 · 评测日期 2025-04-16

数学reported

BenchLM Math score

来源GPT-5.1

GPT-5.1

领先

49.2

排名 #37/63 · confidence 2 · 评测日期 2025-11-13

+11.3

O3

37.9

排名 #46/63 · confidence 1 · 评测日期 2025-04-16

知识reported

AA-Omniscience Hallucination Rate

来源GPT-5.1

GPT-5.1

51.9

排名 #74/106 · confidence 2 · 评测日期 2025-11-13

+36.2

O3

领先

88.1

排名 #24/106 · confidence 1 · 评测日期 2025-04-16

知识reported

AA-Omniscience Accuracy

来源GPT-5.1

GPT-5.1

37.7

排名 #43/106 · confidence 2 · 评测日期 2025-11-13

+0.9

O3

领先

38.6

排名 #40/106 · confidence 1 · 评测日期 2025-04-16

知识reported

Artificial Analysis Intelligence Index

来源GPT-5.1

GPT-5.1

24.7

排名 #67/117 · confidence 2 · 评测日期 2025-11-13

+6.4

O3

领先

31.1

排名 #45/117 · confidence 1 · 评测日期 2025-04-16

知识reported

AA-GPQA Diamond

来源GPT-5.1

GPT-5.1

领先

87.3

排名 #48/113 · confidence 2 · 评测日期 2025-11-13

+4.6

O3

82.7

排名 #71/113 · confidence 1 · 评测日期 2025-04-16

知识reported

AA-HLE

来源GPT-5.1

GPT-5.1

领先

28.5

排名 #52/114 · confidence 2 · 评测日期 2025-11-13

+8.4

O3

20.1

排名 #71/114 · confidence 1 · 评测日期 2025-04-16

多模态reported

AA-MMMU-Pro

来源GPT-5.1

GPT-5.1

领先

75.5

排名 #30/68 · confidence 2 · 评测日期 2025-11-13

+5.4

O3

70.1

排名 #50/68 · confidence 1 · 评测日期 2025-04-16

多模态reported

Design Arena Website

来源GPT-5.1

GPT-5.1

领先

1201.0

排名 #50/78 · confidence 2 · 评测日期 2025-11-13

+154.0

O3

1047.0

排名 #71/78 · confidence 1 · 评测日期 2025-04-16

指令遵循reported

AA-IFBench

来源GPT-5.1

GPT-5.1

领先

72.9

排名 #26/84 · confidence 2 · 评测日期 2025-11-13

+1.5

O3

71.4

排名 #30/84 · confidence 1 · 评测日期 2025-04-16

Agentsreported

τ²-bench results

来源GPT-5.1

GPT-5.1

领先

81.9

排名 #53/82 · confidence 2 · 评测日期 2025-11-13

+1.2

O3

80.7

排名 #54/82 · confidence 1 · 评测日期 2025-04-16

API audit 对比

来自共同 provider 的最近完成 audit，展示四个安全/完整性分组分数和报告入口。

Provider
GPT-5.1
O3
暂无共同 provider 的已完成 audit。

Provider 数据样本

把同一 provider 的测速聚合和 input/output 价格放进同一行，便于判断实际 API 表现和迁移成本。

Provider
GPT-5.1
O3
BUZZ10 次测试

GPT-5.1

speed / latency

137 tok/s / 3299ms

input / output

暂无数据

O3

speed / latency

N/A / N/A

input / output

暂无数据

N1N5 次测试

GPT-5.1

speed / latency

96 tok/s / 1862ms

input / output

暂无数据

O3

speed / latency

N/A / N/A

input / output

暂无数据

42公益站0 次测试

GPT-5.1

speed / latency

N/A / N/A

input / output

暂无数据

O3

speed / latency

N/A / N/A

input / output

暂无数据

9527 API0 次测试

GPT-5.1

speed / latency

N/A / N/A

input / output

暂无数据

O3

speed / latency

N/A / N/A

input / output

暂无数据

AAAI0 次测试

GPT-5.1

speed / latency

N/A / N/A

input / output

暂无数据

O3

speed / latency

N/A / N/A

input / output

暂无数据

兔子API

GPT-5.1

gpt-5.1

speed / latency

暂无数据

input / output

$0/request

O3

o3-2025-04-16

speed / latency

暂无数据

input / output

$0/request

KFCV50

GPT-5.1

gpt-5.1-high

speed / latency

暂无数据

input / output

$0.0068/request

O3

o3

speed / latency

暂无数据

input / output

$0.034/request

Jeniya AI API

GPT-5.1

gpt-5.1

speed / latency

暂无数据

input / output

$0.014/M/$0.109/M

O3

o3

speed / latency

暂无数据

input / output

$0.026/M/$0.105/M

简易-API中转站

GPT-5.1

gpt-5.1

speed / latency

暂无数据

input / output

$0.014/M/$0.109/M

O3

o3-2025-04-16

speed / latency

暂无数据

input / output

$0.026/M/$0.105/M

ZEN-AI VIP

GPT-5.1

gpt-5.1

speed / latency

暂无数据

input / output

$0.051/M/$0.411/M

O3

o3-2025-04-16

speed / latency

暂无数据

input / output

$0.082/M/$0.329/M

常见问题

综合加权结果：GPT-5.1。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。

这个比较为什么能收录？
它至少有 6 个可验证比较点，并且两个模型都有价格或测速数据。
没有数据的指标会不会编？
不会。没有 LMSpeed 数据的指标不会出现在这份报告里。

排名基于社区提交的测试数据与定期健康探测，仅供参考，非官方数据。